Quando a IA muda sem avisar, some quem não tem fundação

A sua marca pode ter saído das respostas das IAs nesta semana sem que uma linha do seu site tenha mudado. Nenhum painel de SEO vai avisar, porque não há o que avisar: a página continua no ar, indexada, com o tráfego de sempre. O que mudou foi do outro lado.

Por que isso acontece?

Modelo novo ganha nota de lançamento. O resto, não: o roteamento entre versões, o texto de sistema, as camadas de verificação, o índice que alimenta as respostas com busca. Nada disso é anunciado, e tudo isso mexe no que o modelo considera confiável o bastante para citar. Quando o critério sobe, quem estava apoiado em pouca coisa cai primeiro.

E existe uma parte que muda sem ninguém ter mexido em nada.

O que oscila e o que se constrói

Modelos de linguagem são estocásticos. Duas execuções do mesmo prompt, no mesmo modelo, no mesmo dia, devolvem respostas diferentes — e isso não é defeito, é como a coisa funciona. É por essa razão que a nossa bateria roda duas execuções por modelo em toda auditoria: medir uma vez é medir ruído e chamar de resultado.

A consequência comercial é desconfortável, e nós a assumimos por escrito. O G-SoV (Generative Share of Voice), que é quanto a sua marca aparece nas respostas, é um número que nós reportamos e nunca prometemos. Quem promete primeiro lugar no ChatGPT está prometendo o que não controla, e a execução seguinte já desmente.

Então não dá para fazer nada? Dá. Só não é onde todo mundo procura.

O que não oscila é a fundação. Enquanto a superfície das respostas se mexe, a camada em que as entidades são resolvidas obedece a regras de engenharia de dados — e essas regras são estáveis, verificáveis e trabalháveis. É a única parte do problema que está do seu lado da mesa.

A sua própria voz é o seu ponto mais frágil

Existe uma ideia difundida de que, para ser citado pelas IAs, basta publicar mais nos seus próprios canais. Nós afirmamos o contrário: o fato de a IA saber de uma marca apenas aquilo que ela mesma publica é o defeito, não a solução.

O que o modelo faz quando precisa decidir se cita você? Ele cruza. Se o seu site afirma que você criou um método e nenhuma fonte independente confirma, o que ele tem é uma afirmação sem corroboração — o equivalente a um currículo sem uma única referência. Não é que ele desconfie de você. É que ele não tem como separar a sua afirmação da de qualquer outro.

Marca que só tem a própria voz na internet fica invisível justamente no momento em que o modelo mais precisa de confirmação: quando a pergunta é difícil e a resposta vai citar alguém.

Aí está o desconforto. A parte da sua presença que você controla sozinho é a que pesa menos.

O resultado não é aparecer, é a entidade resolvida

Aparecer numa resposta é sintoma. O resultado é a sua entidade estar resolvida: um nó identificável, com dados estruturados coerentes e fontes que se confirmam entre si.

É isso que o EPS (Entity Prominence Score) mede, em quatro pilares.

• 1. A marcação Schema.org do seu site: responsável por traduzir para a máquina o que a página diz para a pessoa.
• 2. A presença no Wikidata: base aberta que muitos sistemas usam como referência de entidade (o QID do Wikidata funciona como o RG da sua marca dentro dos modelos).
• 3. A densidade do seu grafo de conhecimento: que mapeia quantas e quais conexões de autoridade ligam você a outras entidades reconhecidas.
• 4. A coerência da entidade: análise que verifica se o que se afirma sobre você bate de forma idêntica em toda parte.

A diferença entre esse número e o G-SoV é a espinha do nosso método. O G-SoV depende do algoritmo de terceiros e varia sozinho. O EPS é determinístico e auditável: o registro no Wikidata existe ou não existe, a marcação está no site ou não está. Um nós reportamos. O outro nós movemos, e comprovamos que movemos.

Na auditoria, o AI-Scan consulta 15 sistemas de IA, e os válidos de cada rodada são declarados no relatório — porque plataforma que falha, ou que responde pela metade, não pode entrar na conta como se tivesse respondido inteira.

As contradições pequenas que cegam a máquina

Coerência de entidade não é capricho de revisor.

Um endereço que aparece de um jeito no site e de outro no perfil do Google. O nome da empresa grafado de três maneiras. Um telefone antigo num diretório que ninguém lembra que existe. Cada uma dessas, sozinha, parece um detalhezinho. Juntas, são contradições que a máquina lê — e ela não vai investigar qual das versões é a certa. Ela baixa a confiança na entidade inteira e passa para a próxima.

Quantas dessas a sua marca tem hoje?

Quatro coisas concentram quase todo o estrago, e valem uma conferência:

A primeira delas é a grafia do nome, que deve estar idêntica em toda plataforma pública, sem abreviação improvisada. A segunda envolve endereço, telefone e e-mail iguais no rodapé do site, nos perfis e nos diretórios do seu setor. A terceira refere-se às URLs que servem de referência, que devem estar ativas ou redirecionadas, já que link quebrado é beco sem saída para quem rastreia. Por fim, a quarta é a autoria das publicações, com cada autor existindo como entidade própria e ligada à empresa.

Eu, Bruno Rosa, da Sumaúma AI Presence, rodamos essa medição na nossa própria casa em 16 de agosto, antes de qualquer cliente pedir. O pilar de coerência deu zero. Tínhamos o nome da empresa declarado de três formas no nosso próprio grafo, o endereço abreviado numa fonte e por extenso em outra, e o nosso perfil no Google não citado onde deveria estar. Estamos consertando, e o marco zero fica registrado: se o número subir, dá para provar que subiu. Se não subir, o método está errado, e nós vamos dizer isso também.

Obra vence seguidor, e existe uma condição para isso

Conteúdo genérico não é conteúdo fraco. É conteúdo invisível. O que o modelo cita é o que só uma fonte diz, e texto que qualquer concorrente poderia ter escrito não dá a ele nenhuma razão para escolher você.

É aqui que a conta muda de sinal para quem tem obra. Para as IAs generativas, a obra autoral de um profissional vale mais do que o número de seguidores. O modelo não conta curtida: conta densidade semântica e consistência ligadas a um nome. É por isso que quem escreveu vinte livros pode superar quem gravou dois mil reels.

Só que existe uma condição, e ela é dura. A máquina precisa conseguir ler a obra. Livro em PDF de editora, palestra em vídeo, artigo num portal que ninguém rastreia — nada disso chega ao modelo como fonte. Obra que a máquina não lê não pesa.

É para isso que existe o Gêmeo Digital: modelar a identidade verbal e o núcleo de conhecimento do autor, para que o que sai no nome dele seja dele, na forma e na substância. E é por isso que nós recusamos quem não tem acervo. Sem obra própria, o gêmeo não tem matéria-prima e a entrega sai genérica. Preferimos não vender.

Se pedirem hoje uma indicação no seu mercado a uma inteligência artificial, o nome que sai é o seu?

O que se constrói para durar

Nós não sabemos quando o próximo modelo vai mudar de critério. Ninguém sabe. O caminho fácil é perseguir o ajuste da semana com truque de redação e esperar que cole. O caminho que funciona é construir uma fundação que não dependa de adivinhar: entidade resolvida, dados estruturados coerentes, fontes que se confirmam entre si e obra própria num formato que a máquina lê. É isso que nós construímos e mantemos na GenPres.

O que este texto não resolve: quanto tempo isso leva. A fundação se constrói em semanas e se consolida em meses, e qualquer prazo fechado que alguém te der sobre aparecer numa resposta é chute com cara de contrato.

Se a sua marca tem legado, se as pessoas dela têm obra, e você desconfia que nada disso está chegando às máquinas que hoje fazem a primeira triagem do seu mercado, é exatamente esse o trabalho que nós fazemos na Sumaúma AI Presence.